Как ИИ-агенты управляют операционной системой и оживляют героев романов: топ-10 исследований ИИ за апрель 2025

На дворе уже июнь, а я до сих пор не выложил обзор исследований ИИ за апрель. По будням я решаю большую задачу по ИИ-трансформации крупного финтеха, а по выходным пишу рецензии на диссертации магистрантов ИТМО.

Поэтому времени на обзор статей было мало, но лучше поздно, чем никогда. Тем более, что исследования действительно интересные.


1. Phi-4-Mini-Reasoning: Малая языковая модель нового поколения

Microsoft представила компактную модель с 3,8 млрд параметров, которая превосходит более крупные аналоги на математических задачах. Благодаря новым методам обучения модель достигла 94,6% точности и может эффективно работать на мобильных устройствах.

🤖 Модель


2. AI Scientist v2: Автоматизация научных исследований

AI Scientist v2 может не только генерировать идеи, но и самостоятельно проводить эксперименты, писать статьи и проходить рецензирование. Одну из сгенерированных статей приняли на научный воркшоп. Это делает процесс исследования более автономным, хотя вопрос этики все еще остается открытым.

💾 Код


3. Paper2Code: Перевод научных статей в код

80% научных работ по машинному обучению не имеют кода. PaperCoder позволяет автоматически преобразовывать научные ML-статьи в полноценные рабочие репозитории, сокращая время на проверку результатов и воспроизведение экспериментов.

💾 Код


4. Desktop AgentOS UFO: Управление операционной системой с ИИ-агентами

Microsoft представила систему UFO, которая позволяет ИИ-агентам самостоятельно управлять Windows-приложениями без участия человека. Авторы планируют масштабировать подход на Linux и macOS. Уверенный шаг в сторону операционных систем на базе LLM.

💾 Код


5. UniversalRAG: Мультимодальный RAG

UniversalRAG удачно решает две ключевые задачи RAG: работает с разными типами данных (текст, изображения и видео) и гибко меняет объемы контекста. Все то, чего нам так не хватало.

💾 Код


6. UXAgent: Симуляция юзабилити-тестирования с ИИ-агентами

UXAgent заменяет реальных пользователей на тысячи ИИ-агентов, которые взаимодействуют с веб-интерфейсами. Это позволяет значительно сократить время на тестирование пользовательского опыта без найма дополнительных UX-исследователей.

💾 Код


7. AgentA/B: ИИ-агенты для A/B-тестирования

Фреймворк использует армию ИИ-агентов для проведения A/B-тестов веб-интерфейсов. Этот метод позволяет лучше принимать решений о том, какую фичу раскатить на реальных пользователей. Так у авторов даже получилось повысить средний чек.


8. BookWorld: Многопользовательская генерация историй

Система BookWorld оживляет литературных героев, превращая их в интерактивных ИИ-агентов, которые взаимодействуют друг с другом, создавая новые сюжетные линии и позволяя симулировать коллективное поведение. Будущее ролевых игр?

💾 Код


9. MOSAIC: Песочница социальных ИИ-агентов

MOSAIC симулирует социальные сети с помощью ИИ-агентов, которые взаимодействуют между собой, лайкают, репостят и проверяют фейки, что помогает безопасно тестировать методы модерации контента и борьбы с дезинформацией.

💾 Код


10. Generative AI Act II: Инженерия когнитивных систем

Произошел сдвиг парадигмы. Мы перешли от простого промт-инжениринга к более сложной когнитивной инженерии. Теперь важный навык ИИ-инженера - умение управлять цепочками рассуждений для решения сложных задач.


Можете ознакомиться с полным обзором этих исследований, а если хотите быть в курсе самых новейших работ в области ИИ, то воспользуйтесь Dataist AI — бесплатным ботом, ежедневно обозревающим свежие научные публикации.

#исследования